EmbeddingGemma 2 的技术报告已经公开。这份报告把训练策略、评测方法和实验结果都写了进去,想深挖细节的人可以直接去看。

打开网易新闻 查看精彩图片

这一版模型在原来纯文本的开源嵌入模型基础上,加上了原生的多模态理解能力。它能处理文本、图像、音频、视频,也能处理它们之间的任意组合,统一映射到同一个嵌入空间里。

同时,模型主干被压缩成更紧凑的形态。多模态能力和更小的体积放在一起,是这次发布里最值得注意的两件事。

按报告的说法,模型的配方建立在 Gemma 4 和 Gemini Embedding 2 的最新技术之上,靠这些创新让 EmbeddingGemma 2 学出一个表达力强、统一的向量空间。

另外还有一段五分钟的讲解视频,用来展示 EmbeddingGemma 2 是怎么工作的、又是怎么被开发出来的。